Effect of specialized diagnostic assessment units on the time to diagnosis in screen-detected breast cancer patients
Notice bibliographique
Résumé
BACKGROUND: The duration of the cancer diagnostic process has considerable influence on patients' psychosocial well-being. Breast diagnostic assessment units (DAUs) in Ontario, Canada are designed to improve the quality and timeliness of care during a breast cancer diagnosis. We compared the diagnostic duration of patients diagnosed through a DAU vs usual care (UC). METHODS: Retrospective population-based cohort study of 2499 screen-detected breast cancers (2011) using administrative health-care databases linked to the Ontario Cancer Registry. The diagnostic interval was measured from the initial screen to cancer diagnosis. Diagnostic assessment unit use was based on the biopsy and/or surgery hospital. We compared the length of the diagnostic interval between the DAU groups using multivariable quantile regression. RESULTS: Diagnostic assessment units had a higher proportion of patients diagnosed within the 7-week target compared with UC (79.1% vs 70.2%, P<0.001). The median time to diagnosis at DAUs was 26 days, which was 9 days shorter compared with UC (95% CI: 6.4-11.6). This effect was reduced to 8.3 days after adjusting for all study covariates. Adjusted DAU differences were similar at the 75th and 90th percentiles of the diagnostic interval distribution. CONCLUSIONS: Diagnosis through an Ontario DAU was associated with a reduced time to diagnosis for screen-detected breast cancer patients, which likely reduces the anxiety and distress associated with waiting for a diagnosis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».